• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.117-125
• /
• 2022

최근 여행에 대한 관심이 높아지면서, 번거로운 여행 일정을 대신 수립해주는 여행 일정 추천 서비스에 대한 연구가 활발히 진행되고 있다. 여행 일정 추천에 있어 가장 중요하면서도 공통적으로 제시되는 목표는 여행 목적지 근처의 인기 관광지를 포함한 최단 거리 여행 경로를 제공하는 것이다. 다수의 기존 연구에서는 개인 맞춤형 스케줄 제공에 초점을 맞추었으며, 사용자의 여행 이동 경로 이력이나 SNS 리뷰가 존재하지 않을 경우 설문 조사가 필요한 문제점이 있었다. 또한 최단 거리를 계산할 때 발생할 수 있는 현실적인 문제점도 명확히 지적되지 않았다. 이와 관련하여, 본 논문에서는 소셜 빅데이터를 활용하여 인기 관광지를 알아내기 위한 정량화된 방법을 소개하고, 최단 거리 알고리즘 적용시 발생할 수 있는 문제점과 이를 해결하기 위한 휴리스틱 알고리즘을 함께 제시한다. 제안 방법을 검증하기 위해, 경상남도를 대상으로 63,000여 개의 플레이스 정보를 수집하고 빅데이터 분석을 수행했으며, 실험을 통해 제안한 휴리스틱 스케줄링 알고리즘이 실제 데이터 상에서 실시간 처리가 가능함을 확인하였다.

• 환경영향평가
• /
• 제29권2호
• /
• pp.122-131
• /
• 2020

해양공간계획은 생태계서비스 개념에 기초하며 최근 연안 및 해양지역의 지속가능한 개발을 촉진하기 위한 방안으로 주목받고 있다. 정책개발자는 해양공간계획 개념에 기반을 둔 의사결정을 위해 각 해역별 자원의 이용현황과 그 특성을 규명할 필요가 있다. 특히, 해변관광은 연안에서 이루어지는 자원 이용활동 중 가장 빠르게 성장하는 활동이며 다수의 문화서비스 수혜를 유도하여 중요하다. 그러나 해변관광의 규모와 방문현황의 공간적 특성을 광역단위로 평가할 수 있는 정보가 부재하며, 현장조사의 경우 높은 비용과 노동력이 요구되어 적용이 어렵다. 그러므로 본 연구는 신규 대안으로 소셜 빅데이터의 해양공간계획 적용방안을 제안하고 트위터, 플리커 정보에 기초한 중점관리지역 도출 방안을 제시하였다. 본 연구는 남해 연안육역 일대를 대상으로 수행되었으며 소셜미디어에서 추출한 플리커, 트위터 정보를 대상으로 과다추정 방지 전처리, 적합 격자단위 규명 과정을 통해 광역단위 방문밀집도를 도출하였다. 더불어 공간통계분석 및 밀도분석을 통해 남해 일대의 집중관리가 필요한 연안육역 구역을 제시하였다. 본 연구는 중점관리구역, 보전구역 지정 등 해양공간계획의 수립과정에서 해변관광 및 문화서비스 규모의 고려를 위한 시사점을 제공한다.

• 한국전자거래학회지
• /
• 제17권2호
• /
• pp.129-147
• /
• 2012

협업필터링(collaborative filtering) 추천은 효과적인 추천을 위해 가장 널리 활용되는 기법 가운데 하나로 다양한 분야에서 널리 활용되고 있다. 협업필터링 추천과 관련하여 주요 이슈 가운데 하나는 왜 적용 도메인에 따라 추천 성과 간에 차이가 다르게 나타나는가이다. 이러한 추천 성과 간의 차이가 발생하는 원인에 대해 많은 연구들은 데이터의 특성에만 주목할 뿐 체계적인 설명을 제시하지 못하고 있는 것도 사실이다. 이러한 기존 연구의 문제점을 해결하기 위해 본 연구는 소셜네트워크의 구조적 측정 지표를 활용하여 추천 성과 간의 차이가 발생하는 원인을 보다 체계적으로 규명하고자 한다. 이를 위해 소셜네트워크의 구조적 측정지표와 협업필터링 추천 성과 간의 관계에 대한 가설을 수립하고 국내 H백화점의 거래데이터를 활용하여 이를 실증적으로 검증하였다. 검증 결과 밀도와 포괄성은 추천 성과에 긍정적인 영향을 미치는 반면 군집화계수는 부정적인 영향을 미치는 것을 파악하였다. 본 연구는 협업필터링 추천 성과를 이해할 수 있는 새로운 관점을 제시하였다. 또한 기업이 협업필터링 추천시스템을 도입하고자 할 때 그들의 의사결정에 도움을 줄 수 있는 가이드라인을 제시하였다는 점에서 그 의의가 있다.

• 한국전자통신학회논문지
• /
• 제15권4호
• /
• pp.739-746
• /
• 2020

2016년 세계 경제포럼에서 처음 소개된 4차 산업혁명은 빅데이터 분석, 사물인터넷, 인공 지능 등의 핵심 정보통신 기술의 변화뿐만 아니라 관광 업계에도 엄청난 파급 효과를 가져 오고 있다. 본 연구는 빅데이터 분석과 설문조사를 통하여 여수시의 관광활성화 방안을 제시한다. 소셜 메트릭스를 사용하여 여수 관광에 대하여 감성어와 긍부정 추이를 추출하고, 네이버 데이터랩을 사용하여 여수 관광에 관련된 키워드를 추출하여 R 언어로 시각화하였다. 그리고 여수지역을 방문하는 493명의 여행객의 설문조사를 바탕으로 SPSS를 사용하여 빈도, 요인, 차이, 상관관계 및 회귀분석을 수행하였다. 여수 여행과 해양 케이블카의 감성어 분석에서는 긍정이 부정보다 월등히 많았다. 설문조사 분석에서 여수지역이 여수 관광 만족도와 활성화에 유의미하고, 연령별로 선호하는 관광지와 검색 기기가 다르다는 것을 확인하였다. 빅데이터 분석과 설문조사에서 관광객들은 함께 즐기면서 힐링 할 수 있는 해양공원 같은 소프트 컨텐츠가 있는 관광지를 선호한다는 것을 보여주었다.

• 한국정보통신학회논문지
• /
• 제22권1호
• /
• pp.17-25
• /
• 2018

최근 ICT기술의 발전과 스마트 기기의 급격한 보급으로 엄청난 양의 정보가 생성되고 있다. 추천 시스템은 과도한 정보제공(information overload)으로부터 정보 수용자의 적절한 판단을 도와주고, 정보 제공자에게는 기업의 이윤과 업체홍보 효과를 증대 시킬 수 있는 해결책으로 등장하였다. 추천 시스템은 다양한 접근법으로 구현이 가능하지만, 소셜 네트워크 정보로 성능을 향상시킬 수 있는 방법으로 제시되었다. 그러나 추천 시스템 내의 사용자간에 형성되는 신뢰 클러스터의 정보를 활용하는 방안은 연구되지 못하였다. 본 논문에서는 온라인 리뷰에서 생성되는 클러스터에서 클러스터 내부 객체 간 영향성과 트러스터-트러스티 간 정보를 이용하여 추천 시스템의 성능을 향상시키는 방식을 제안하였다. 제안하는 방식을 구현하고 실제 데이터를 활용하여 실험한 결과 기존의 방식들보다 예측 정확도가 향상됨을 확인하였다.

• 한국산업정보학회논문지
• /
• 제27권2호
• /
• pp.163-176
• /
• 2022

비즈니스 생태계의 불확실성이 증가함에 따라 공급사슬 내에서 야기는 되는 리스크의 종류도 매우 복잡하고 다양해 지고 있다. 특히 최근 정보통신기술의 발달로 기존 기업이 직면하던 전통적인 공급사슬 리스크 요인 이외에 새로운 리스크 요인을 고려할 필요가 있다. 대표적으로 소셜 미디어를 통한 부정적 구전을 예를 들 수 있다. 이에 본 연구는 대표적인 소셜 미디어인 유튜브(YouTube) 통해 제조 기업을 대상으로 부정적 구전의 파급력에 대해서 연구하였다. 보다 구체적으로는 부정적 구전의 제작자의 사회적 자본이 부정적 구전의 파급력에 어떤 영향을 주는 살펴보고, 그 과정에서 동영상의 부정적 감정이 어떤 역할을 하는지 연구하였다. 그 결과 부정적 구전 생성자의 사회적 자본은 부정적 구전의 규모와 속도에 영향을 주며, 나아가 동영상의 부정적 감정 단어는 동영상 제작자의 사회적 자본과 부정적 구전의 규모에 있어 조절효과를 보였다.

• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.482-488
• /
• 2014

대표적인 소셜 네트워크 서비스(SNS)인 트위터의 내용을 분석하여 자동으로 트윗에 나타난 사용자의 감성을 분석하고자 한다. 기계학습 기법을 사용해서 감성 분석 모델을 생성하기 위해서는 각각의 트윗에 긍정 또는 부정을 나타내는 감성 레이블이 필요하다. 그러나 사람이 모든 트윗에 감성 레이블을 붙이는 것은 비용이 많이 소요되고, 실질적으로 불가능하다. 그래서 본 연구에서는 "감성 레이블이 있는 데이터"와 함께 "감성 레이블이 없는 데이터"도 활용하기 위해서 반감독 학습기법인 self-training 알고리즘을 적용하여 감성분석 모델을 생성한다. Self-training 알고리즘은 "레이블이 있는 데이터"의 레이블이 있는 데이터를 활용하여 "레이블이 없는 데이터"의 레이블을 확정하여 "레이블이 있는 데이터"를 확장하는 방식으로, 분류모델을 점진적으로 개선시키는 방식이다. 그러나 데이터의 레이블이 한번 확정되면 향후 학습에서 계속 사용되므로, 초기의 오류가 계속적으로 학습에 영향을 미치게 된다. 그러므로 조금 더 신중하게 "레이블이 없는 데이터"의 레이블을 결정할 필요가 있다. 본 논문에서는 self-training 알고리즘을 이용하여 보다 높은 정확도의 감성 분석 모델을 생성하기 위하여, self-training 중 "감성 레이블이 없는 데이터"의 레이블을 결정하여 "감성 레이블이 있는 데이터"로 확장하기 위한 3가지 정책을 제시하고, 각각의 성능을 비교 분석한다. 첫 번째 정책은 임계치를 고려하는 것이다. 분류 경계로부터 일정거리 이상 떨어져 있는 데이터를 선택하고자 하는 것이다. 두 번째 정책은 같은 개수의 긍/부정 데이터를 추가하는 것이다. 한쪽 감성에 해당하는 데이터에만 국한된 학습을 하는 것을 방지하기 위한 것이다. 세 번째 정책은 최대 개수를 고려하는 것이다. 한 번에 많은 양의 데이터가 "감성 레이블이 있는 데이터"에 추가되는 것을 방지하고 상위 몇%만 선택하기 위해서, 선택되는 데이터의 개수의 상한선을 정한 것이다. 실험은 긍정과 부정으로 분류되어 있는 트위터 데이터 셋인 Stanford data set에 적용하여 실험하였다. 그 결과 학습된 모델은 "감성 레이블이 있는 데이터" 만을 가지고 모델을 생성한 것보다 감성분석의 성능을 향상 시킬 수 있었고 3가지 정책을 적용한 방법의 효과를 입증하였다.

• 대한공간정보학회지
• /
• 제22권4호
• /
• pp.21-30
• /
• 2014

최근 소셜 미디어의 활성화로 인해 소셜 네트워크상에서 수많은 자발적 추종자들을 확보한 새로운 형태의 유력자가 대두되고 있다. 소셜 네트워크상에서의 유력자를 탐색하는 연구들이 진행되어 왔고, 관련 서비스가 제공 중에 있으나 이들은 유력자 규명에 있어 위치기반 소셜 네트워크 서비스(LBSNS)가 가지고 있는 위치 정보에 대한 반영이 부족하다는 한계점을 가지고 있었다. 이에 본 연구에서는 공간통계분석기법을 이용하여 LBSNS 데이터를 대상으로 다양한 사회문화적 이슈에 대한 발언에 영향력을 가지는 유력자를 공간적으로 탐색하고, 이를 활용하는 방안을 제시하고자 하였다. 이를 위해 트위터의 지오태깅된 메시지를 분석 데이터로 사용하였으며, 서울시를 공간적 범위로 하여 한 달 동안 총 168,040건의 메시지를 수집하였다. 또한 '정치', '경제', 'IT'를 연구 대상 범주로 설정하고, 데이터 수집 기간 동안 이슈가 되었던 키워드들을 주어진 범주별로 분류하였다. 이를 바탕으로 키워드에 대한 유력자를 파악하기 위한 노출도를 도출하고, 이에 대해 서울시의 행정동을 기준으로 공간결합연산을 실시함으로써 각 키워드에 대한 행정동별 노출도를 산출하였다. 그리고 행정동별로 산출된 노출도의 공간적 의존성을 고려하여 유력지수를 도출하였으며, 키워드별로 상위의 유력지수를 보이는 지역을 유력지역으로 추출하여 이들의 공간적인 분포 특성과 키워드들 간의 공간적 상관성을 분석하였다. 실험 결과, 동일 범주 내에서 키워드 간의 공간적 상관계수는 0.3 이상으로 높은 상관성을 보였으며, 정치범주와 경제범주의 키워드 간 상관계수 역시 평균 0.3으로 비교적 높은 상관성을 보인 반면, 정치범주와 IT범주, 경제범주와 IT범주 키워드 간의 상관계수는 각각 0.18, 0.15로 낮은 상관성을 보였다. 본 연구는 유력자에 대한 연구를 공간 정보의 관점에서 구체화시켰다는 점에서 의의를 가지며, 향후에 gCRM(geographic Customer Relationship Management) 등의 분야에 유용하게 활용될 수 있을 것이다.

• 정보와 통신
• /
• 제33권2호
• /
• pp.3-9
• /
• 2016

본 고에서는 고신뢰 사물지능 생태계 창출을 위한 TII S/W 프레임워크를 소개한다. TII 기술은 사람, 사물, 서비스에 대한 신뢰 정보를 용이하게 수집하고, 신뢰 모델링을 통해 물리적, 사이버, 소셜 영역의 사람/사물에 대한 신뢰 데이터 구조화와 복합 신뢰 분석을 수행하며, TSB(Trust Service Broker)의 중재를 통해 상세 개인/사물 정보 제공없이 신뢰 기반 서비스를 이용/제공하는 것을 특징으로 한다. 전체론적 신뢰 관리를 위해 TII 시스템에 신뢰 네트워크를 고려한 구조를 제시한다.

• 융합정보논문지
• /
• 제11권6호
• /
• pp.243-261
• /
• 2021

소셜TV 서비스 이용자와 콘텐츠는 나날이 증가하고 있다. 소셜TV 이용자의 이용동기에 대한 연구가 주를 이루어 왔지만, 다양한 콘텐츠 속 이용자들의 잠재적인 심리적 영향을 분석할 필요성을 느꼈다. 이에 본 연구는 국내 소셜TV 이용자의 대상관계 이론을 통해 상호작용성과 시청만족을 통해 심리적안녕감에 어떠한 영향을 미치는지 살펴보고자 하였다. 경험적 사실의 관찰 또는 실험을 증명하기 위해 소셜TV를 이용한 경험이 있는 충청남도 소재 N 대학, 일반 대학생 및 일반인을 대상으로 설문조사를 실행하였다. 연구결과, 첫 번째 비소외는 상호작용성과 시청만족에 긍정적인 영향을 미치는 것으로 나타났다. 두 번째 안정애착은 상호작용성에 긍정적인 영향을 미치는 것으로 나타났다. 세 번째 사회적능력은 상호작용성에 긍정적인 영향을 미치는 것으로 나타났다. 네 번째 상호작용성은 시청만족과 심리적안녕감에 긍정적인 영향을 미치는 것으로 나타났다. 다섯 번째 시청만족은 심리적안녕감에 긍정적인 영향을 미치는 것으로 나타났다. 이를 통해 소셜TV의 세분화된 콘텐츠와 이용자 맞춤 서비스 개발에 이바지하며, 향후 이용자 간에 일어날 수 있는 다양한 현상들을 재구성하여 연구할 필요성이 있다.